Learn-With-Coach: AI 學習教練技能 — 用 3 步執行迴圈學會任何技能
📚 技能介紹 Learn-With-Coach 是一個 AI 學習教練技能，專為將模糊的學習目標轉化為可執行的 3 步驟計劃而設計。這個技能的核心概念源自「刻意練習」(Deliberate Practice) 和「費曼學習法」的結合，透過結構化的執行迴圈，幫助學習者避免常見的學習陷阱。 🎯 為什麼需要這個技能？ Why Do You Need This? 大多數人學習新技能時會遇到以下問題： 目標過於模糊 — 「我想學投資」太籠統，無法转化为具体行动 缺乏結構 — 不知道從哪裡開始，容易半途而廢 沒有反省機制 — 埋頭苦幹，卻不知道哪裡需要調整 過度學習 — 在已掌握的領域重複浪費時間 Learn-With-Coach 正是為了解決這些問題而設計。它不是给你一堆学习材料，而是幫你建立一個可持续的學習系統。 🧠 核心原理 The Science Behind It 刻意練習 (Deliberate Practice) 心理學家 Anders Ericsson 的研究顯示，專家與普通人的差異不在於天賦，而在於「刻意練習」——有意識地停留在自己的能力邊緣，反覆練習並獲得即時回饋。 間隔重複 (Spaced Repetition) 學習不是一次性的事件，而是需要間隔重複的過程。每個階段之間的「反省」環節，其實是在強化記憶痕跡，將短期記憶轉化為長期記憶。 元認知 (Metacognition) 「知道自己不知道什麼」是高效學習的關鍵。Coaching 問句的目的就是幫你培養這種元認知能力。 🔗 與 […]
Read More
服務預推出計畫 – Upcoming Service | inveStage
inveStage invest · investigate · next stage 投資研究，下一步更清晰 什麼是 inveStage？ inveStage 是一套 AI 驅動的價值投資追蹤系統。 我們的名字代表三個核心理念： invest — 投資：持股追蹤、組合管理 investigate — 研究分析：技術分析、估值評分、情緒監控 next stage — 下一步：AI 建議買/賣/持有，明確行動指引 痛點 每個投資人每天都在問： 「我的股票今天漲跌多少？」 「要不要加碼？要不要停損？」 「大盤氣氛怎麼樣？」 解決方案 inveStage 讓你每天早上醒來，一封 Email，就知道答案。 核心功能 📊 持股儀表板 — 視覺化呈現所有持股、今日漲跌、淨損益、報酬率 📈 技術分析 — MA 均線、RSI 超買超賣指標、K線型態辨識 💰 估值評分 — Yahoo Finance 分析師目標價共識、PEG 成長評估 🌐 市場情緒 […]
Read MoreCopywriting-With-Coach：用 AI 教練式提問法建立銷售文案
一個 AI 驅動的文案教練，用蘇格拉底式提問法幫助你建立專業銷售文案。支援 VSL、冷郵件、暖郵件等多種類型。
Read More
Investage – 價值投資每日追蹤系統 (Skill Release)
💡 Investage 是什麼？ Investage 是一個自動化價值投資追蹤系統，幫助投資人系統性地追蹤和分析他們的投資組合。 這個系統的核心理念是：價值投資是一個系統，不是一個想法。 持續追蹤、紀律執行、情緒管理，這三件事缺一不可。 🎯 為什麼需要這個系統？ 投資最大的敵人不是市場，而是自己。 忘記為什麼買 — 時間久了忘記當初的投資邏輯 追漲殺跌 — 被情緒驅使做出錯誤決定 資訊過載 — 每天新聞、財報、分析师報告太多，不知道該看什麼 缺乏系統 — 今天看這個指標，明天看那個指標，沒有一致性 Investage 幫你建立一個結構化的投資追蹤系統，讓你每個決策都有據可循。 📊 功能介紹 Features 📊 持股追蹤 系統性地記錄你的持股組合，包括： 買入價格、數量、成本 持股期間、報酬率 持股理由（每筆投資都有記錄） 📈 技術分析 自動更新關鍵技術指標： MA (移動平均線) — 判斷趨勢方向 RSI (相對強弱指數) — 判斷是否超買或超賣 K線 (Candlestick) — 視覺化價格走勢 💰 估值分析 從 Yahoo Finance 自動抓取最新估值數據： P/E、EPS […]
Read More
Calling-Agent-Squad：多 Agent 協作框架
💡 解決的問題 單一 AI Agent 有能力限制。當任務太過複雜時，單一 Agent 往往會： 遺漏重要細節 在分析的深度和廣度之間失衡 缺乏獨立的品質把關機制 多個 Agent 協作可以突破這些限制。每個 Agent 專注自己的領域，透過結構化的協作流程，完成單一 Agent 無法勝任的複雜任務。 🏗️ 架構設計 框架以Architect → Coder → Reviewer 為核心流程，形成一個完整的「規劃→執行→審查」循環。 Architect Agent（架構師） 角色：分析需求、規劃架構、制定技術路線 擅長：系統性思考、技術全景、風險識別 輸出：技術規格文檔、架構圖、實作計劃 Coder Agent（工程師） 角色：負責具體實作、編寫代碼、解決技術問題 擅長：代碼生成、演算法實現、細節執行 輸出：可運行的代碼、單元測試、技術文檔 Reviewer Agent（審查員） 角色：審查代碼或方案、把關品質、提出改進建議 擅長：邏輯分析、漏洞識別、程式碼優化 輸出：審查報告、改進建議、品質評估 ⚡ 工作流程 User/LLM Router ↓ Architect Agent (分析需求) ↓ 生成技術規格 ↓ Coder Agent (執行實作) […]
Read MoreValuation-Calculator：快速股票估值計算機
目標 追求一個快速的估值計算機——當你看到一檔股票，想快速知道它貴不貴、該不該買，一個指令就能算出多種估值指標。 支援的計算方式 PEG Ratio：成長率相對本益比 EV/EBITDA：企業價值對EBITDA Rule of 40：營收成長率 + 利潤率的簡單評估 DCF（基本版）：現金流折現估值 反向 DCF：從目標價格反推需要多少成長 使用方式 只要告訴我股票代碼或公司名稱，就能得到： 多種估值方法的計算結果 與歷史平均或產業平均的比較 簡單的結論（貴/合理/便宜） 靈感來源 這個工具結合了價值投資的核心理念和快速計算的需求。不用每次都開 Excel 或跑複雜模型，一個指令就夠。 GitHub arbiger/valuation-calculator on GitHub License: Apache 2.0
Read MoreKB-Collector：將 YouTube 與網頁內容智能收集到 Obsidian
解決的問題 每天我們都會看到很多有價值的 YouTube 影片、部落格文章、論文——但常常看過就忘了，很難建立一個可搜尋的知識庫。 KB-Collector 就是為了解決這個問題：自動化收集 + AI 摘要 + 統一儲存。 核心功能 YouTube 影片：自動抓取字幕、AI 生成摘要、節錄重點章節 一般網頁：擷取乾淨內容、去除廣告干擾 文字/連結：直接儲存文字片段或連結 定期摘要：支援每週/每月/每年的內容回顧 存放位置 所有收集的內容都會存到 Obsidian vault（路徑：~/Documents/Georges/Knowledge），以日期命名，方便日後搜尋和回顧。 使用方式 只要告訴我： collect [URL] [tags] 例如： collect https://youtube.com/watch?v=xxx #ai #marketing GitHub arbiger/kb-collector on GitHub License: Apache 2.0
Read More
Coaching-Me Skill：用 AI 教練式提問法提升思考深度
一個自適應的 AI 教練框架，用蘇格拉底問答法幫助用戶深度思考。從一個 YouTube 影片的啟發，到完整 Skill 的設計過程。
Read More
SKILL – Valuation Calculator
📊 Valuation Calculator 是什麼？ Valuation Calculator 是一個美股快速估值工具，幫助投資人在幾秒內獲得完整的股票估值數據。只需輸入一行指令，就能得到 PEG、EV/EBITDA、DCF 等多種估值方法的結果。 🎯 為什麼需要股票估值？ 投資的核心問題是：「這檔股票現在的價格是高還是低？」 估值方法幫助你回答這個問題。常見的估值指標包括： PEG Ratio — 本益比相對於成長率，衡量成長股是否合理定價 EV/EBITDA — 企業價值相對於利息、稅項、折舊及攤銷前盈利，適合比較不同規模的公司 DCF (現金流折現) — 評估公司未來現金流的現值，是最理論嚴謹的估值方法 🧮 功能介紹 Features 1. PEG 隱含成長率計算 PEG = P/E ÷ Growth Rate 當 PEG < 1，表示市場可能低估了公司的成長性；PEG > 1 則可能高估。 2. EV/EBITDA + Rule of 40 Rule of 40 是一個簡單的經驗法則：營收成長率 + 利潤率 […]
Read More【市場觀點】告別「賣鏟子」的 2025：迎接 2026「AI 應用落地」與實體 AI 的元年
過去兩年，美股的主旋律非常簡單：「買進賣鏟子的人」。 從 2024 到 2025 年，Nvidia (NVDA) 與台積電 (TSM) 享受了 AI 基礎建設（Infrastructure）的紅利。這是一個資本支出（Capex）狂飆的年代，科技巨頭們爭先恐後地囤積 GPU。但隨著時序進入 2026 年，市場的風向正在改變。華爾街開始提出更嚴苛的問題：「花了大錢建置算力，獲利（ROI）在哪裡？」 根據紅杉資本（Sequoia Capital）近期的分析與 Gartner 的技術成熟度曲線，我們正站在一個分水嶺：2026 年將不再是「軍備競賽」的一年，而是**「應用落地（Deployment）」與「實體 AI（Physical AI）」**的一年。 以下是針對 2026 年美股投資版圖的深度分析與關注清單。 一、 核心戰場：實體 AI 與機器人的崛起 如果說 ChatGPT 是大腦，那 2026 年就是 AI 長出「身體」的時刻。 Tesla (TSLA)：不只是車，是帶著輪子的機器人 市場長期以來將 Tesla 視為汽車製造商，這是估值最大的誤區。在 AI 應用層面，Tesla 擁有兩大護城河： 市場催化劑： 投資圈盛傳 SpaceX 可能在未來進行 IPO（或透過類似 SPARC 架構讓 TSLA 股東參與），這將進一步鞏固「馬斯克生態系」的溢價效應。但投資人需警惕法規風險，若 FSD 無法在 […]
Read More